OUTPUT Questionario composto

da 38 domande a risposta chiusa, strutturate in 3 sezioni.

Step 1 Versione finale del questionario somministrata via telefono 1009 questionari validi Step 3: Focus group

4 Risultati

L’analisi fattoriale ha portato ai risultati presentati in Tabella 1 che suggeriscono una struttura a cinque dimensioni per i fattori connessi all’uso / non uso dell’auto privata: Costo, Stress, Nessuna responsabilità, Possesso, Comfort e Indipendenza.

Si sono osservati gli effetti dei cinque fattori individuati (costo, stress, nessuna responsabilità, possesso, comfort e indipendenza) e delle variabili età, città, sesso, istruzione e consapevolezza sulla probabilità che i partecipanti abbiano utilizzato il car

sharing mediante una regressione logistica.

Il modello ha spiegato il 17,4% (Nagelkerke R2) della varianza nell'uso del car

sharing e correttamente classificato l’80,0% dei casi. Di tutti i predittori considerati, solo

quattro sono risultati statisticamente significativi: città, età, comfort e indipendenza (COM) e istruzione, come mostrato nella Tabella 2.

I rispondenti più giovani presentano una propensione relativa 7,068 volte superiore di usare il car sharing rispetto a quelli di età superiore ai 65 anni; i residenti a Genova hanno una propensione relativa minore (0,325) di utilizzare il car sharing rispetto ai residenti in altre città, le persone con una istruzione elementare/media o superiore hanno meno probabilità di chi ha un'istruzione universitaria (rispettivamente exp (β) = 0,099, p-value = 0,000 e exp (β) = 0,589, p-value = 0,002), e anche la ricerca di comfort e indipendenza ha l’effetto di ridurre la probabilità di utilizzo del car sharing (exp (β) = 0,814, valore p = 0,009).

Costo Stress _{responsabilità} Nessuna 1. L'uso dell'automobile è sempre più limitato ,657 ,130 ,275 2. L'uso dell'automobile diventa sempre più costoso ,652 ,269 ,076 3. Gli ingorghi e i ritardi che si devono sopportare ,610 ,415 ,007

4. Ci sono troppi semafori ,609 ,151 ,341

5. I ritardi causati dai cantieri e dalle costruzioni stradali ,602 ,333 ,223

6. Altre persone non sanno guidare ,583 ,088 ,132

7. È difficile raggiungere il centro città in auto ,553 ,331 ,002 8. Posso essere confrontato con alti costi di riparazione ,549 ,353 ,091

9. Inquina ,422 ,404 ,114

10. Non mi piace guidare quando è nebbioso o scivoloso ,166 ,688 ,133 11. Posso essere coinvolto o causare un incidente ,246 ,670 ,139 12. Guidare un'auto è stressante e causa fastidio ,301 ,660 ,014 13. L'aggressività nel traffico è una seccatura per me ,326 ,625 ,124 14. Puoi avere il rischio di un guasto o una gomma a terra

lungo la strada ,308 ,612 ,199

15. Devo trovare la strada ed è facile perdersi di tanto in

tanto ,110 ,561 ,290

16. Devo prestare attenzione nel traffico ,423 ,440 ,387

17. Devo indossare una cintura di sicurezza ,130 ,094 ,789

18. Se guido, non posso bere ,168 ,129 ,775

19. Quando guido non posso fare nulla (leggere, dormire) ,181 ,428 ,569 Nota: Punteggi espressi su una scala tra 0 (“per niente d’accordo”) e 10 (completamente d’accordo). Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

172 Burlando C., Ivaldi E., Parra Saiani P. e Penco L.

Possesso Comfort e indipendenza

1.Guidare è il mio hobby ,828 ,144

2. La guida è sportiva e avventurosa ,803 ,116

3. Adoro il ronzio del motore ,777 ,069

4. Esprimo me stesso attraverso la mia macchina ,773 ,134

5. La guida è rilassante ,760 ,231

6. Guidare è divertente ,756 ,284

7. Mi piace guidare una bella macchina ,718 ,214

8. Sono “anonimo” nella mia auto (non devo rilasciare

dati) ,533 ,199

9. Sono al sicuro nella mia auto ,526 ,464

10. Non sono dipendente dagli altri ,092 ,729

11. La macchina è sempre disponibile ,073 ,727

12. È comoda ,218 ,716

13. La sua capacità di carico (bagagli, acquisti) ,071 ,704

14. L'auto mi porta dove voglio ,163 ,680

15. Sono libero di fermarmi ovunque ,228 ,674

16. Guidare mi rende la vita più facile ,193 ,662

17. Mi dà protezione contro il maltempo ,247 ,574

18. Per i sentimenti di libertà che la macchina mi dà ,483 ,522

19. Posso usarla durante le vacanze ,165 ,506

Nota: Punteggi espressi su una scala tra 0 (“per niente d’accordo”) e 10 (completamente d’accordo).. Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabella 1b: punteggi fattoriali relativi alle variabili di uso dell’auto

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper City 15,428 3 ,001 City(1) Milano -,079 ,243 ,106 1 ,745 ,924 ,574 1,487 City(2) Genova -1,123 ,402 7,809 1 ,005 ,325 ,148 ,715 City(3) Roma ,311 ,264 1,388 1 ,239 1,364 ,814 2,287 Classe età 34,208 2 ,000 Classe età (18-30) 1,956 ,335 34,141 1 ,000 7,068 3,668 13,620 Classe età (30-65) 1,102 ,274 16,230 1 ,000 3,011 1,761 5,148

Comfort e ind. (COM) -,206 ,079 6,865 1 ,009 ,814 ,697 ,949

Istruzione (EDU) 22,175 2 ,000

Istruzione el./media -2,313 ,602 14,738 1 ,000 ,099 ,030 ,322

Istruzione superiore -,529 ,168 9,933 1 ,002 ,589 ,424 ,819

Constant -1,997 ,333 36,007 1 ,000 ,136

a. Variable(s) entered on step 1: City, classe età, COM, EDU. Tabella 2: risultati della regressione logistica

5 Conclusioni

Lo studio ha rivelato come i vantaggi connessi al comfort e indipendenza (COM) offerti dall’auto privata incidano negativamente sull’utilizzo del car sharing.

Da un punto di vista demografico, i risultati del presente studio mostrano che per classi di età inferiori risulta maggiore la disponibilità all’uso di car sharing, risultato coerente con la maggiore propensione da parte dei giovani all’uso di strumenti tecnologici (smartphone, tablet, etc.) e con una minore importanza che le attuali generazioni di giovani assegnano alla proprietà di un’auto [16; 18].

I risultati del presente studio mostrano inoltre che il car sharing, per le città italiane oggetto di analisi, ha una maggiore attrattività presso individui con un più alto titolo di studio e un maggiore livello culturale in analogia con quanto indicato nel caso analizzato da Burkhardt and Millard-Ball [19] per il Nord America dove gli utilizzatori di car

sharing sono risultati mediamente ben istruiti oltre che rispettosi dell’ambiente.

Riferimenti bibliografici

[1] Isfort (2016), 13o Rapporto sulla mobilità in Italia. [2] Isfort (2017), 14o Rapporto sulla mobilità in Italia.

[3] Prieto, M., Baltas, G., & Stan, V. (2017). Car sharing adoption intention in urban areas: What are the key sociodemographic drivers? Transportation Research Part

A: Policy and Practice, 101, 218-227.

[4] Connolly J., Prothero A. (2008), Green Consumption: Life-politics, risk and contradictions, Journal of Consumer Culture, vol. 8(1), pp. 117-145

[5] Dittmar, H. (1992). The Social Psychology of Material Possessions: To Have is To

Be. Havester Wheatsheaf, Hemel Hempstead, St. Martin’s Press, New York.

[6] Dittmar, H. (2007). Consumer Culture, Identity and Well-Being. The Search for the

“Good Life” and the “Body Perfect”. Hove and New York: Psychology Press.

[7] Flink, J.J., (1975) The Car Culture. MIT Press, Cambridge.

[8] Sachs, W., (1983). Are energy-intensive life-images fading. The cultural meaning of the automobile in transition. Journal Sachs, W., 1984. Die Liebe zum Automobil.

Ein Ru¨ckblick in die Geschichte unserer Wu¨nsche. Rowohlt, Reinbeck bei

[9] Marsh, P., Collett, P., (1986). Driving passion: the psychology of the car. Cape, London.

[10] Mokhtarian, P.L., Salomon, I., Redmond, L.S., 2001. Understanding the demand for travel: it’s not purely ‘derived’. Innovation 14 (4), 355-380.

[11] Steg, L. (2005). “Car use: lust and must. Instrumental, symbolic and affective motives for car use”. Transportation Research Part A, 39, 147-162.

[12] Mars L., Ruiz T., Arroyo R. (2018), Identification of determinants for rescheduling travel mode choice and transportation policies to reduce car use in urban areas, «International Journal of Sustainable Transportation», Published online: 16 Jan 2018, https://doi.org/10.1080/15568318.2017.1416432

[13] Efthymiou, D., Antoniou, C., & Waddell, P. (2013). Factors affecting the adoption of vehicle sharing systems by young drivers. Transport policy, 29, 64-73.

[14] Burkhardt, J. E., & Millard-Ball, A. (2006). Who is attracted to carsharing?

174 Burlando C., Ivaldi E., Parra Saiani P. e Penco L.

[15] Shaheen, S. A., & Martin, E. (2010). Demand for carsharing systems in Beijing, China: an exploratory study. International Journal of Sustainable Transportation, 4(1), 41-55.

[16] Qing L., Feixiong L., Timmermans H.J.P., Haijun H., Zhou J. (2018), Incorporating free-floating car-sharing into an activity-based dynamic user equilibrium model: A demand-side model, Transportation Research Part B: Methodological, Vol. 107, pp. 102-123 https://doi.org/10.1016/j.trb.2017.11.011

[17] Pituch, K. , Stevens, J. P. (2016). Applied Multivariate Statistics for the Social

Sciences. New York: Routledge.

[18] Garikapati V.M., Pendyala R.M., Morris E.A., Mokhtarian P.L., McDonald N. (2016), Activity patterns, time use, and travel of millennials: a generation in transition? Transport Reviews Vol. 36, Issue 5, pp. 558-584.

[19] Burkhardt, J. E., & Millard-Ball, A. (2006). Who is attracted to carsharing?

Misurare l’uguaglianza di genere a livello regionale